基于人工智能的商用車輔助駕駛技術
公司自主設計的針對商用車輔助駕駛的深度學習框架HQNN，運算性能優異，識別準確率高。通過積累的海量商用車視頻數據進行大量訓練，大大優化了識別精度。公司基于該框架開發了一系列諸如高級輔助駕駛（ADAS）、駕駛員疲勞監視（DMS）及盲區監視系統等產品。
公司自主設計的針對商用車輔助駕駛的深度學習框架HQNN，運算性能優異，識別準確率高。通過積累的海量商用車視頻數據進行大量訓練，大大優化了識別精度。公司基于該框架開發了一系列諸如高級輔助駕駛（ADAS）、駕駛員疲勞監視（DMS）及盲區監視系統等產品。
基于視頻圖像分析技術，通過高動態攝像頭檢測前向實景，識別前車距離，
并提醒駕駛員
修正危險駕駛行為。主要用于預防本車與前車距離過短導致的追尾問題。
基于視頻圖像分析技術，結合高動態攝像頭檢測車輛是否長時間壓線行駛，
結合車輛數據判斷車輛是否
在不打轉向燈的情況下車道偏移或變道，同時提醒駕駛員注意安全。
工程車經常夜間工作，疲勞駕駛比較常見。針對行駛中駕駛員頻繁打哈欠、眨眼，或者走神、 抽煙、打電話等， 鴻泉駕駛員監視系統(DSM)基于圖像識別與深度學習，可以識別駕駛員是否處于非正常狀態，并進行提醒。
鴻泉盲區監視系統(BSD)基于大量盲區視頻與圖片數據進行深度學習的模型訓練， 能準確識別大型車輛在右側、車后及車前等盲區的行人、騎車人，并及時提醒駕駛員與路人注意避讓。